从1825年的英国经济危机到2010年的欧洲债务危机,在全球经济发展过程中,金融危机总是如影相随。随着全球一体化进程的推进,金融机构间的关系日益密切,金融体系中潜在的系统性风险不断积聚,金融危机相比以前更具有系统性危机的特征。据国际货币基金组织(IMF)报告整理,1980-2002年间就有93个国家发生了114次系统性金融危机(Caprio、Klingebiel和Leaven,2003)。2007年爆发的次贷危机最终演变为全球金融危机,2010年爆发的欧洲债务危机致使许多国家陷入债务泥潭,这些现象再一次引起人们对系统性金融危机的担忧。在金融业高速发展的今天,系统性危机已成为全球金融体系发展中的新威胁。如何防范系统性风险、避免系统性危机的爆发已经引起人们的广泛关注。同时,在国际金融不稳定因素逐渐增加的大环境下,我们又不得不思考：金融业日益壮大的中国如何防范于未然?金融危机预警研究一直是国际社会关注的焦点,已有研究主要集中在基于危机发生根源界定的货币危机或银行危机。对系统性金融危机的研究多是基于定性角度,如界定、成因、监管等,定量角度的研究甚少。本文在借鉴已有金融危机预警研究成果的基础上,尝试构建系统性金融危机预警模型。模型构建过程中,主要遇到两个问题,一是如何将不同时点、不同国家爆发的系统性危机事件综合在一起运用?二是危机作为被解释变量如何表示?为此,引入面板数据Logit模型。面板数据既考虑了时间因素的影响,又考虑截面差异的影响,将其引入可以解决第一个问题；Logit模型是目前较为主流的危机预警方法,该模型在构建过程中将危机定义为0-1变量,并能够将危机发生的可能性综合为一个有效的概率,使得危机发生的可能性成为一个明确的概念,将其引入可以解决第二个问题。模型构建的前提是预警指标的选取,通过典型的危机事件分析法和已有研究资料借鉴法相结合的方式获取。与已有预警研究中存在同样的问题,某些预警指标间具有较高的相关关系,进而影响模型的准确度。为此,进一步引入全局主成份分析法,对原始预警指标提取公共因子,并将这些不相关的公共因子作为新的变量用于构建Logit模型。运用公共因子构建模型仅是出于消除指标间高度相关关系的影响,这一新的模型是否好于原始模型尚需要进一步的验证,检验分为样本内检验和样本外检验。最后,将效果较好的模型应用于我国,监测我国近年来的系统性风险状况。各章节主要内容如下：第一章为绪论。遵循研究背景、研究价值、研究思路、研究内容、研究方法这一路线,依次展开说明。第二章为述评与界定,分为三个部分。首先阐述金融安全、金融危机与系统性金融危机的定义以及三者之间的联系。其次,综述金融危机理论中的代表性成果——四代危机理论。四代危机理论虽是基于事后研究,但较好的解释了重大危机事件产生的原因,而这些危机事件大多数属于系统性金融危机。最后,对已有的预警研究成果进行综述,得到在预测危机发生概率方面,面板数据Logit模型较为合适。第三章为典型剖析：共性与表征。通过分析典型的系统性金融危机事件,发现这些危机事件存在的共同特点：金融风险积聚的过程中伴随着经济体的某些指标的异常变动。这些异常指标为模型构建过程中预警指标的选择提供事实依据。第四章为寻证与建模。首先对样本来源、指标选取及预警方法的选择进行说明。其次,鉴于某些预警指标间存在较高的相关关系,运用全局主成份分析法提取公共因子,将这些不相关的公共因子作为新的变量。为比较两种模型的效果,本文分别构建了基于原始预警指标的Logit模型和基于公共因子的Logit模型。第五章为检验与应用。模型效果的好坏还需要进一步检验,模型检验分为样本内检验和样本外检验。样本内检验的途径是将样本回代到模型中预测危机发生概率,从而判断模型的准确度；样本外检验的途径是将次贷危机作为样本对模型进行衡量。检验结果得到：基于公共因子的Logit模型效果要好于基于原始预警指标的Logit模型。最后,将检验效果较好的模型应用于我国,得到我国近年来整体风险不大,短期内发生系统性危机的可能性较小,但易受外部环境的影响。第六章为结论与展望,在总结全文的基础上,给出政策含义并指出研究存在的不足和以后需要进一步研究的地方。与以往的相关研究相比,本文较有新意的地方体现在以下几个方面：第一,以系统性金融危机为研究的切入点,构建系统性金融危机预警模型；第二,运用面板数据建立危机预警模型,既考虑了时间因素,又考虑了截面差异；第三,引入全局主成分分析法,对原始预警指标提取公共因子,运用不相关的公共因子构建Logit模型,且基于公共因子的Logit模型效果好于基于原始预警指标的Logit模型。由于学术水平、文献资料、数据来源的有限,本文尚有较多不足之处。尤为值得关注的问题有：第一,运用典型的危机事件分析法和已有研究资料借鉴法相结合的方式获取危机预警的核心指标,并未将全部影响因素涵盖进去,是否存在更为合适的系统性危机预警指标体系需要进一步研究。第二,模型估计的准确度并没有达到理想的状态,需要进一步优化,以提高其预测精度。第三,通过对中国的实践可知,后金融危机的大背景对模型产生了干扰。如何排除这种干扰因素,运用经济体本身存在的不稳定因素判断其系统性风险将是今后研究中值得进一步探讨的地方。